Claude Code Desktop integruje przeglądarkę i przechodzi do v2.1.206, GPT-5.6 Sol Ultra staje się ogólnie dostępny, Amp zastępuje swoje tryby jednym pokrętłem (The Dial)

10 lipca przynosi cztery ważne ogłoszenia, które zmieniają interakcję agent–maszyna: Claude Code Desktop otrzymuje wbudowaną przeglądarkę i przechodzi do v2.1.206, GPT-5.6 Sol Ultra staje się ogólnie dostępny wraz z roszczeniem o bezprecedensowy dowód matematyczny, a Amp zastępuje wszystkie swoje nazwane tryby agenta jednym pokrętłem. Osiemnaście istotnych wiadomości dopełnia obraz — od rosnącego zaufania Cognition do Claude Fable 5 po pojawienie się Grok 4.5 jako orkiestratora w Perplexity — a cztery krótkie informacje zamykają ten przegląd.

Claude Code Desktop otrzymuje wbudowaną przeglądarkę

10 lipca — Claude Code na komputerach otrzymuje nowy panel Browser: przeglądarkę z kartami, którą Claude obsługuje dokładnie tak, jak już obsługuje lokalne serwery deweloperskie — otwieranie dokumentacji, makiet projektowych albo dowolnej innej strony, czytanie treści, klikanie, wypełnianie formularzy. Otwiera się ją klawiaturą (Cmd+Shift+B na macOS, Ctrl+Shift+B na Windows) albo z menu Views; gdy Claude napotka w czacie zewnętrzny link, selektor proponuje otwarcie go w tym panelu albo w domyślnej przeglądarce. Możliwe jest logowanie do kont zewnętrznych, także przez wyskakujące okna logowania, takie jak Google OAuth.

Panel jest odizolowany w sandboxie: z własnym profilem przeglądania, oddzielonym od osobistych identyfikatorów i historii, z opcją zachowania sesji (cookies, local storage) pomiędzy ponownymi uruchomieniami podczas pracy nad rozwojem. Do już istniejących zabezpieczeń związanych z weryfikacją aplikacji dochodzą dwa kolejne: te same klasyfikatory, które są używane w trybie automatycznym, analizują każdą akcję zapisu wykonywaną przez Claude na zewnętrznej stronie — niezależnie od aktywnego trybu uprawnień, sygnał wywołuje prośbę o potwierdzenie — a poza trybami Auto i Bypass przed każdą nawigacją stosowana jest weryfikacja białej listy domen. Pierwsza akcja Claude na stronie uruchamia kartę uprawnień (Allow once / Always allow / Deny), a każda witryna musi zostać zatwierdzona osobno, włącznie z subdomenami. Nawet na zatwierdzonej stronie Claude nie może kupić produktu, utworzyć konta ani ominąć CAPTCHA bez wyraźnej autoryzacji — to ten sam model bezpieczeństwa co rozszerzenie Claude in Chrome, którego dokumentacja precyzuje różnicę w użyciu: panel Browser nadaje się do budowania i testowania aplikacji (czysty profil, bez tożsamości), natomiast rozszerzenie Chrome współdzieli stan logowania osobistej przeglądarki.

“Claude Code on desktop now has an in-app browser.”

🇵🇱 Claude Code na komputerach ma teraz wbudowaną przeglądarkę. — @ClaudeDevs na X

🔗 Aplikacja desktopowa — dokumentacja Claude Code

GPT-5.6 Sol Ultra staje się ogólnie dostępny, OpenAI twierdzi, że udowodniło 50-letnią hipotezę

10 lipca — GPT-5.6 Sol z ustawieniem Ultra staje się ogólnie dostępny po wprowadzeniu go w wersji beta multi-agent podczas premiery 9 lipca (tryb ultra domyślnie koordynuje kilka agentów równolegle). Aby zilustrować to przejście do GA, Ethan Knight, inżynier w OpenAI, twierdzi, że model wygenerował dowód hipotezy o podwójnym pokryciu cykli (Cycle Double Cover Conjecture), otwartego problemu liczącego około 50 lat w teorii grafów (sformułowanego niezależnie przez Szekeresa w 1973 roku i Seymoura w 1979 roku), wykorzystując 64 subagentów w nieco mniej niż godzinę. OpenAI informuje, że udostępnia użyty prompt oraz wygenerowany dowód, i zachęca społeczność do eksperymentowania z Ultra. Nie jest to nowa rodzina modeli, lecz przejście do ogólnej dostępności ustawienia ultra w Sol, wprowadzonego dzień wcześniej w wersji beta multi-agent.

Ostrożność redakcyjna: jest to twierdzenie przekazane przez samo OpenAI (za pośrednictwem jednego z jego pracowników, oficjalnie podanego dalej przez konto @OpenAI), a nie dowód zweryfikowany przez niezależne źródło zewnętrzne ani opublikowany w recenzowanym czasopiśmie na dzień publikacji tego artykułu. Sama hipoteza jest autentyczna i udokumentowana w teorii grafów; ważność ogłoszonego dowodu nie została na tym etapie niezależnie potwierdzona — to roszczenie OpenAI należy traktować właśnie jako roszczenie, a nie jako ustalony fakt matematyczny.

“Yesterday, we made GPT-5.6 Sol Ultra generally available. Today, we’re sharing that it produced a proof of the 50-year-old Cycle Double Cover Conjecture using 64 subagents in just under one hour.”

🇵🇱 Wczoraj udostępniliśmy GPT-5.6 Sol Ultra w ogólnym dostępie. Dziś dzielimy się informacją, że model wygenerował dowód 50-letniej hipotezy o podwójnym pokryciu cykli, używając 64 subagentów w nieco mniej niż godzinę. — Ethan Knight (OpenAI), podane dalej przez @OpenAI na X

Amp zastępuje swoje nazwane tryby agenta jednym pokrętłem (The Dial)

9 lipca — Amp publikuje The Dial, całkowicie przeprojektowany system wyboru trybu agenta. Cztery dotychczasowe nazwane tryby — smart, deep, rush, large — zostają wycofane i zastąpione czteropoziomowym pokrętłem wysiłku: low, medium, high, ultra. Myśl przewodnia: dawne nazwy trybów ukrywały konkretny model, prompt i poziom wysiłku rozumowania, które trzeba było znać, by wybrać właściwie — wraz z upowszechnieniem modeli jedynym istotnym pytaniem, zdaniem Amp, pozostaje kompromis między możliwościami a kosztem. Pokrętło ustawia się przez Ctrl+S w CLI albo przez selektor trybu w aplikacji webowej.

Poziom pokrętła	Model główny	Oracle (druga opinia)
ultra	Claude Fable 5 (dedykowany prompt systemowy)	GPT-5.6 Sol
high	GPT-5.6 Sol, wysiłek xhigh	Claude Fable 5
medium	GPT-5.6 Sol, wysiłek medium	GPT-5.6 Sol, wysiłek high
low	GLM-5.2 (Z.ai, model otwarty)	GPT-5.6 Sol

Ważna uwaga: poziom low domyślnie opiera się na GLM-5.2, zewnętrznym otwartym modelu Z.ai, przedstawianym przez Amp jako „najsilniejszy otwarty model do agentowego kodowania”, a nie na modelu własnościowym — administratorzy przestrzeni roboczej mogą zastąpić go GPT-5.6 Terra. Każdy poziom ma teraz „oracle” do drugiej opinii: na wysokich poziomach oba modele graniczne wzajemnie się sprawdzają (w high, GPT-5.6 Sol pisze, a Fable czyta; w ultra, odwrotnie). W kwestii migracji Amp podaje: „smart, deep → medium” oraz „rush → low”; użytkownicy, którzy chcą zachować dokładne zachowanie dawnych trybów, mogą ponownie zainstalować je jako wtyczki (amp plugins add --auto-update @amp/smart-classic itd.), z tymi samymi promptami systemowymi, narzędziami, modelami i poziomami wysiłku co wcześniej.

🔗 Amp — The Dial (pełny artykuł)

Claude Code przechodzi do v2.1.206: sugestie ścieżek, czyszczenie CLAUDE.md i kilkanaście poprawek

10 lipca — Claude Code przechodzi do v2.1.206, wydania bez jednej dominującej funkcji, ale z kilkoma znaczącymi dodatkami. /cd oferuje teraz sugestie ścieżek katalogów, na tej samej zasadzie co /add-dir. /doctor zyskuje nową kontrolę, która proponuje odchudzenie wersjonowanych plików CLAUDE.md, wykrywając treści, które Claude i tak mógłby samodzielnie odtworzyć z eksploracji repozytorium. Po stronie Gita /commit-push-pr automatycznie zezwala teraz na git push do skonfigurowanej zdalnej gałęzi push repozytorium albo do jedynego dostępnego remote, dodatkowo obok origin, a EnterWorktree prosi o potwierdzenie przed wejściem do worktree znajdującego się poza katalogiem .claude/worktrees/ projektu. Agenty działające w tle aktualizują się cicho zaraz po aktualizacji Claude Code, zamiast wymuszać powolną aktualizację w momencie, gdy użytkownik się do nich podłącza. Widok agentów (claude agents) został poprawiony: Ctrl+X usuwa teraz na stałe zakończoną sesję, a kolumna statusu wykorzystuje całą szerokość terminala. Anthropic sygnalizuje też poprawę jakości wyników /code-review na claude-opus-4-8, na wszystkich poziomach wysiłku.

Reszta changelogu zawiera około piętnastu poprawek: błąd wygasłego połączenia wyświetlający mylący komunikat zamiast zachęty do ponownego uruchomienia /login; claude --resume i --continue, które po uruchomieniu przestały reagować na klawiaturę; serwery MCP ignorujące własny request_timeout_ms i spadające do domyślnych 60 sekund; błędne ceny w selektorze /model; oraz po stronie Bedrock wielominutowe zablokowanie podczas uruchamiania przy użyciu helpera awsCredentialExport w sieciach z ograniczonym wyjściem.

🔗 Wydanie v2.1.206 — Claude Code

Anthropic wzmacnia swoje partnerstwa z przedsiębiorstwami

Dwa studia przypadku przedstawiają partnerów Enterprise Anthropic z 9–10 lipca: jedno dotyczące długotrwałej autonomii Claude Fable 5, drugie jego integracji z fizycznymi łańcuchami produkcyjnymi.

Cognition (Devin): Claude Fable 5 działa 8 godzin bez nadzoru

10 lipca — Nowy odcinek serii „Working at the frontier” poświęcony Cognition, firmie stojącej za autonomicznym inżynierem oprogramowania Devin. Silas Alberti, który kieruje szkoleniem i ewaluacją modeli w Cognition, opisuje jakościowy skok w Frontier Code, firmowym benchmarku anty-slop: dawny model Opus osiągał maksymalnie około 10% na najtrudniejszym podzbiorze, Claude Fable 5 dochodzi do około 30%. Co ważniejsze, zmienia się charakter horyzontu autonomii — agent pozostawiony bez nadzoru faktycznie robi postępy przez 8 godzin z rzędu, podczas gdy przed Fable 5 było to od kilku minut do godziny. Alberti przypisuje ten skok zdolności modelu do wykorzystywania wewnętrznych narzędzi debugowania Cognition i do wypowiadania swoich niezmienników przed działaniem; Devin zaczyna proaktywnie monitorować Slack i produkcję, a Alberti przewiduje, że w ciągu roku lub dwóch tak będzie w 90% sesji.

“We trust no eval.”

🇵🇱 Nie ufamy żadnemu benchmarkowi. — Silas Alberti, Cognition, cytowany na Claude Blog

UST wdraża Claude w fizycznej AI

9 lipca — Anthropic ogłasza partnerstwo z UST, firmą świadczącą usługi technologiczne i inżynieryjne, w celu wdrożenia Claude do procesów fizycznej produkcji: chipów, motoryzacji, urządzeń IoT. UST szkoli 20 000 pracowników w zakresie Claude i staje się Global Premier Partner w Claude Partner Network. Kluczowy przypadek użycia: na iDEC, platformie walidacji sprzętowej UST, Claude Code czyta schematy i układy wyprowadzeń chipów, pisze testy regresji oraz porównuje rzeczywisty sprzęt i cyfrowe bliźniaki — pipeline, który już teraz skraca cykle walidacji o 50 do 70%. Rozszerzenie obejmuje też CarePath (ochrona zdrowia), IntelliOps (telekomunikacja) i FinX (bankowość), zawsze z ludzką akceptacją dla działań wrażliwych.

🔗 UST wprowadza Claude do fizycznej AI

OpenAI, dzień po premierze GPT-5.6

Dwa ogłoszenia datowane na dzień po premierze GPT-5.6/ChatGPT Work: publiczne uznanie problemów z wdrożeniem oraz rozwój programu bezpieczeństwa biologicznego.

Poprawki po premierze dla ChatGPT Work i Codex

10 lipca — Około 24 godziny po wspólnym uruchomieniu GPT-5.6 i ChatGPT Work Thibault „Tibo” Sottiaux, szef Codex w OpenAI, publicznie przyznaje istnienie kilku problemów po premierze, oficjalnie podjętych dalej przez konto @OpenAI: zbyt łatwe do włączenia wysokie ustawienia obliczeniowe, reorganizacja aplikacji desktopowej utrudniająca dostęp do czatów i projektów, sposób komunikacji wokół premiery, który błędnie sugerował, że Codex zniknie, regresje w przepływach pracy wieloagentowych, problemy z wtyczkami. Dzisiejsze poprawki: dwukrotne zresetowanie limitów użycia, zmiana ustawień domyślnych, poprawki wtyczek, porządki w desktopie. Szersza fala zmian zapowiedziana jest na kolejny tydzień: powrót czatów i projektów do paska bocznego, lepsza widoczność użycia, doprecyzowanie różnicy między ChatGPT Work a Codex.

“An ambitious direction doesn’t excuse avoidable confusion or regressions in the first version.”

🇵🇱 Ambitny kierunek nie usprawiedliwia dającego się uniknąć zamieszania ani regresji w tej pierwszej wersji. — Tibo (Thibault Sottiaux), OpenAI, na X

Bio Bug Bounty staje się stałym prywatnym programem

10 lipca — OpenAI rozwija swój Bio Bug Bounty do formy stałego prywatnego programu (OpenAI Bio Bug Bounty program), z podwojoną nagrodą do 50 000 $. Program zaprasza badaczy zajmujących się red-teamingiem AI, bezpieczeństwem lub biosecurity do znalezienia uniwersalnego jailbreaku, który obchodzi z góry określone wyzwanie z zakresu biosecurity na najbardziej zaawansowanych modelach granicznych OpenAI. Ogłoszenie to potwierdza, że rzeczywiście chodziło o przejście ze starszego, ograniczonego czasowo programu zauważonego dzień wcześniej — wówczas nagroda wynosiła 25 000 $, a terminy już minęły w momencie jego obserwacji.

🔗 @OpenAI — program OpenAI Bio Bug Bounty

Gemini zakotwicza swoje doświadczenia czasu rzeczywistego w świecie rzeczywistym

Dwie funkcje łączące generowanie AI ze światem fizycznym: jedna w rozmowie głosowej, druga w wirtualnej eksploracji 360°.

Gemini Live łączy generowanie obrazu i Google Maps w rozmowie

10 lipca — Gemini Live, tryb konwersacyjny z głosem i kamerą w czasie rzeczywistym w aplikacji Gemini, integruje teraz generowanie obrazów Nano Banana oraz kotwiczenie Google Maps bezpośrednio podczas sesji: pokaż obiekt lub miejsce kamerze, aby generować obrazy, znaleźć lokalne firmy, jednocześnie rozmawiając głosem. Dołączona demonstracja pokazuje przekształcenie obrazu w spersonalizowaną tapetę. Dostępne bezpłatnie i globalnie dla wszystkich użytkowników Gemini, bez ograniczeń Pro/Ultra.

🔗 Tweet @GeminiApp — Gemini Live w czasie rzeczywistym

Project Genie kotwiczy generowane światy na Street View

10 lipca — Prototyp badawczy Project Genie (Google DeepMind × Google Labs, ogłoszony na I/O) dodaje kotwiczenie na danych Street View z Google Maps jako rzeczywiste geograficzne oparcie dla generowania interaktywnych wirtualnych środowisk 360°. Ten element rozwiązuje „blank space problem” — spójność sceny poza polem widzenia kamery — generując klatka po klatce ciąg dalszy świata zgodnie z działaniami użytkownika (pływanie, wędrówka) na podstawie rzeczywistej lokalizacji lub promptu tekstowego. Nadal pozostaje to eksperymentalnym prototypem badawczym, bez zapowiedzianej szerokiej publicznej dostępności.

🔗 Tweet @GoogleAI — kotwiczenie Street View w Project Genie

GitHub wzmacnia Copilot i ekosystem agentów firm trzecich

Pięć ogłoszeń wzmacniających zarządzanie i ergonomię Copilota oraz jego ekosystemu agentów, od automatycznego recenzenta po tworzenie gier wideo.

Przepisanie instrukcji obniża o 20% koszt przeglądu Copilot

10 lipca — GitHub szczegółowo opisuje, jak migracja Copilot code review do narzędzi eksploracji kodu współdzielonych z harnessem Copilot CLI (grep, glob, view) początkowo pogorszyła przeglądy — wzrost kosztów, pominięte problemy — mimo że te narzędzia są lepiej utrzymywane. Przyczyna: instrukcje skrojone pod ogólnego asystenta, który szeroko eksploruje, podczas gdy reviewer zaczyna od diffu i szuka minimalnego potrzebnego dowodu. Po przepisaniu instrukcji wokół rzeczywistego workflow reviewera regresja zamieniła się w zysk: około 20% mniej średniego kosztu przeglądu, przy tej samej jakości review.

“But the tools weren’t the problem. The instructions were. Once we rewrote them for the way a reviewer actually reads a pull request, the regression flipped into a win: roughly 20% lower average review cost, while maintaining the same review quality.”

🇵🇱 Ale problemem nie były narzędzia. Problemem były instrukcje. Gdy tylko przepisano je tak, by pasowały do tego, jak reviewer naprawdę czyta pull request, regresja zamieniła się w zwycięstwo: około 20% mniej średniego kosztu przeglądu, przy tej samej jakości review. — The GitHub Blog

Pulpit pull requestów trafia do ogólnej dostępności

9 lipca — pulpit pull requestów (github.com/pulls) trafia do ogólnej dostępności po publicznej wersji zapoznawczej: priorytetyzowany Inbox, który wyświetla żądane przeglądy i PR-y gotowe do scalenia, zapisane widoki oparte na niestandardowych zapytaniach oraz zaawansowane wyszukiwanie z nowymi filtrami. Szczegół istotny bezpośrednio dla Copilot: filtr po autorze rozpoznaje teraz PR-y utworzone przez agenta w imieniu użytkownika — author:@me zwraca też pull requesty, które użytkownik poprosił Copilot o utworzenie w jego imieniu.

🔗 Nowy pulpit pull requestów jest teraz ogólnie dostępny

GitHub Mobile sortuje i filtruje sesje Copilot

10 lipca — GitHub Mobile (iOS/Android) dodaje filtry — status, repozytorium, typ, agent, aktywne/archiwalne — do listy sesji Copilot, a także opcje sortowania (najnowsze, najstarsze, aktywne najpierw, te wymagające uwagi najpierw), przy czym sortowanie zachowuje bieżący kontekst filtrowania. Ulepszenie ergonomii, które staje się przydatne, gdy rośnie liczba śledzonych równolegle sesji agentowych.

🔗 GitHub Mobile: Ulepszone filtry i sortowanie sesji Copilot

Manus dodaje /game-dev i łącznik ElevenLabs

10 lipca — Manus uruchamia kompetencję /game-dev: opisanie gry w języku naturalnym wystarcza, by otrzymać działający gameplay wdrożony pod udostępnialnym linkiem, bez doświadczenia w tworzeniu gier, w oparciu o pracę open source przypisaną Manus. Tego samego dnia łącznik ElevenLabs trafia na platformę, otwierając generowanie i klonowanie głosu dla aplikacji budowanych na Manus — pokazane na przykładzie kompletnej aplikacji (retro interfejs, 4 języki, sklonowana narracja głosowa) stworzonej w jednym promptcie.

🔗 Tweet @ManusAI — kompetencja /game-dev 🔗 Tweet @ManusAI — łącznik ElevenLabs

Perplexity Computer rozszerza ofertę, Cohere przyspiesza inferencję

Perplexity trzykrotnie rozszerza ofertę modeli i narzędzi Perplexity Computer, podczas gdy Cohere publikuje znaczące badania nad przyspieszaniem inferencji.

Computer Analytics: śledzenie wydatków kredytów według modelu

10 lipca — Perplexity uruchamia Computer Analytics, pulpit pozwalający śledzić zużycie kredytów według modelu w Perplexity Computer: łączna liczba kredytów, aktywni członkowie, średnia na członka, podział według modelu (Claude Opus 4.8 Fast/4.8/4.7, Claude Sonnet 4.6, GPT-5.5, inne) oraz ranking członków. Dostępne od razu w Analytics w ustawieniach konta, zarówno dla użytkowników indywidualnych, jak i organizacji Enterprise.

🔗 Tweet @perplexity_ai — Computer Analytics

Grok 4.5, najlepszy wynik WANDR przy połowie kosztu Opus 4.8

10 lipca — Grok 4.5 (xAI) dołącza do modeli orkiestratorów dostępnych w Perplexity Computer, dla subskrybentów Consumer Pro i Max. W benchmarku koszt/wydajność WANDR (6 testowanych konfiguracji) Grok 4.5 uzyskuje najlepszy wynik ze wszystkich konfiguracji:

Oceniana konfiguracja	Koszt na próbę	Wynik WANDR
GPT-5.6 Terra (medium)	0,40 $	0,149
GLM 5.2 (high effort)	1,74 $	0,207
GPT-5.6 Sol (medium)	2,64 $	0,289
GLM 5.2 + advisor	4,67 $	0,297
Grok 4.5	4,76 $	0,328
Opus 4.8 (thinking, high effort)	9,46 $	0,254

Grok 4.5 zajmuje więc szczyt granicy Pareto koszt/wydajność: najlepszy wynik, za około połowę kosztu Opus 4.8.

🔗 Tweet @perplexity_ai — orchestrator Grok 4.5

Cohere zapewnia do 23% przyspieszenia inferencji w vLLM

10 lipca — Cohere publikuje badania nad Dynamic Speculative Decoding (DSD), które sprawiają, że liczba roboczych tokenów w speculative decoding staje się adaptacyjna w zależności od reżimu sprzętowego (pamięć vs obliczenia), za pomocą metryki „goodput”. Na Command A (dense, MT-Bench): DSD jest około 23% szybsze niż speculative decoding ze stałym K i 7,5% szybsze niż standardowa inferencja — tam, gdzie SD ze stałym K wypada gorzej niż vanilla. Bardziej ograniczone zyski na Command A+ (architektura MoE). Optymalizacja została wniesiona jako open source do vLLM (scalony pull request), wraz z pracami kompatybilności dla async scheduling i Full CUDA Graph.

🔗 Cohere — Dynamic Speculative Decoding uwzględniające sprzęt

Generowanie mediów: badania nad wideo przechodzą do czasu rzeczywistego

Trzy zapowiedzi ilustrujące zwrot generowania mediów w stronę czasu rzeczywistego i integracji agentowej.

NVIDIA publikuje Flex-Forcing, hybrydowy model wideo dyfuzja/autoregresja

9 lipca — zespół badawczy NVIDIA publikuje Flex-Forcing, metodę, która trenuje jeden model wideo tak, by opanował zarówno dwukierunkową dyfuzję (przetwarza wszystkie klatki naraz, struktura dobrze zachowana, ale wolniej) jak i generację autoregresyjną (klatka po klatce, szybko i streamable, ale podatna na dryft w czasie), z wyborem punktu pracy przy inferencji w zależności od dostępnego budżetu obliczeniowego, a nie kompromisu ustalonego podczas treningu. Praca została wyróżniona spotlightem na ICML 2026.

🔗 Tweet @NVIDIAAI — Flex-Forcing

Wan-Streamer (Alibaba): rozmowa wideo w czasie rzeczywistym w pełnym dupleksie

10 lipca — Tongyi Lab Alibaby przedstawia Wan-Streamer, model omni-modalny end-to-end: jeden natywny streaming Transformer słucha, patrzy, rozumie i odpowiada zsynchronizowanym głosem i wideo, w pełnym dupleksie (każda ze stron może mówić i słuchać jednocześnie), przy około 550 ms całkowitego opóźnienia. Model nie jest związany z konkretnym zestawem awatara i może wcielić się w dowolną postać opisaną w języku naturalnym. Wersja v0.2 oferuje rozdzielczość 640×368 przy 25 FPS oraz opóźnienie po stronie modelu obniżone do około 200 ms.

🔗 Tweet @Alibaba_Wan — Wan-Streamer

HeyGen łączy Figma z HyperFrames, by generować filmy launchowe

10 lipca — nowy odcinek codziennej serii umiejętności HyperFrames od HeyGen (po Music-to-Video z 9 lipca): komenda /figma zamienia makietę Figma w wierny film launchowy — każdy kolor, każda czcionka, każdy kadr odtworzony dokładnie — bez korzystania z edytora wideo. Workflow mieści się w trzech krokach: skopiować link do makiety, przekazać go agentowi, a następnie wywołać /figma. Instalacja przez npx hyperframes@latest skills.

🔗 Tweet @HeyGen — integracja Figma

Sakana AI mierzy różnicę kreatywności między agentami a ludźmi

10 lipca — Sakana AI publikuje „The AI Picbreeder Experiment”, pracę badawczą (GECCO2026, współpraca MIT/NYU, nominowana do najlepszego papieru), która odtwarza Picbreeder — nieistniejącą już stronę, gdzie użytkownicy wspólnie ewoluowali obrazy bez z góry określonego celu — z agentami vision-language (VLM) zamiast ludzi. Główny wynik: agenci VLM eksplorują mniej szeroko niż ludzie, kręcąc się wokół podobnych koncepcji; ale zróżnicowana populacja „osobowości” agentów znacząco poprawia eksplorację, aż do zbliżenia się do semantycznej różnorodności ludzkiego archiwum w niektórych uruchomieniach. Utrzymująca się różnica: ludzie wydają się lepsi w przekształcaniu „szczęśliwego przypadku” w trwałe odkrycie kreatywne.

🔗 Tweet @SakanaAILabs — ogłoszenie 🔗 Interaktywny blog — pub.sakana.ai/picbreeder-vlm

Krótko

GitHub — endpoint API dla budżetów wieloużytkownikowych — nowy endpoint REST API do pobrania jednym wywołaniem zużycia każdego użytkownika w ramach budżetu wieloużytkownikowego, z filtrowaniem według procentu zużycia, zarezerwowany dla enterprise owners i billing managers. 🔗 GitHub Changelog
GitHub zmienia nazwę detektora sekretów AI — detektor „Copilot secret scanning” staje się „AI-detected secrets”, bez zmian w zachowaniu, webhookach, logach audytu ani API. 🔗 GitHub Changelog
Codex CLI 0.144.1 — poprawka do 0.144.0: usprawniona niezawodność instalacji standalone, instalacje macOS poprawnie eksponujące hosta code-mode, fallback do wbudowanego runtime, gdy współpracujący binarny host jest niedostępny. 🔗 Codex CLI 0.144.1
Cohere Transcribe Arabic działa lokalnie na MacBooku — społecznościowy port przez mlx-audio (Apple Silicon), przypisany @Prince_Canuma i @lllucas, sygnał adopcji ekosystemowej modelu open source (Apache 2.0). 🔗 Tweet @cohere

Co to oznacza

Agenci uczą się poruszać po sieci jak człowiek. Claude Code Desktop wprowadza innowację, dając agentowi własną sandboxowaną przeglądarkę, z tym samym modelem uprawnień per site co rozszerzenie Claude in Chrome — budowanie i testowanie aplikacji bez kiedykolwiek udostępniania osobistych danych logowania użytkownika. Ten ruch wpisuje się w szerszy trend: nowy pulpit pull requestów GitHub wyraźnie rozpoznaje teraz PR-y tworzone przez agenta w imieniu człowieka, a Manus dodaje kompetencję /game-dev, która wdraża działający gameplay bez ingerencji. Sterowanie całym interfejsem, a nie tylko produkowanie tekstu czy kodu, staje się nową granicą agentów dla szerokiego rynku.

Wyścig modeli przesuwa się w stronę orkiestracji wielu modeli, a nie samej surowej skali. GPT-5.6 Sol Ultra trafia do GA z widowiskową — lecz niezależnie niezweryfikowaną — demonstracją rozumowania multi-agentowego na otwartym od 50 lat problemie matematycznym. Amp porzuca swoje nazwane tryby na rzecz jednego pokrętła, które pozwala Claude Fable 5 i GPT-5.6 Sol dialogować jako wzajemne wyrocznie. Perplexity Computer podąża tą samą logiką, dodając Grok 4.5 jako orkiestratora — najlepszy wynik WANDR na rynku przy połowie kosztu Opus 4.8 — obok własnego GLM 5.2. Wspólny sygnał: wartość nie pochodzi już z jednego modelu granicznego, ale ze zdolności do współpracy wielu modeli w zależności od dostępnego budżetu, logika, którą badania Cohere nad adaptacyjnym speculative decoding popychają aż do samego poziomu inferencji.

Autonomia długotrwała staje się mierzalna, a przedsiębiorstwa wymagają jej śledzenia. Cognition dokumentuje konkretny skok — z kilku minut do 8 godzin ciągłego postępu bez nadzoru — aby wyjaśnić, dlaczego ufa teraz Claude Fable 5 przy rzeczywistych zadaniach, podczas gdy UST wdraża Claude do łańcuchów walidacji sprzętu z redukcją czasu cyklu o 50 do 70%. Ten sam ruch zmusza firmy technologiczne do publicznego uznania własnych ślepych plamek: OpenAI otwarcie dokumentuje problemy z premierą GPT-5.6/ChatGPT Work zamiast je ukrywać, GitHub wyjaśnia, dlaczego migracja narzędzi najpierw pogorszyła Copilot code review, zanim przepisywanie instrukcji to naprawiło, a Claude Code v2.1.206 dokłada kilkanaście dyskretnych poprawek obok wbudowanej przeglądarki. Zaufanie buduje się dziś równie mocno na przejrzystości potknięć, jak na ogłoszeniach o możliwościach.

Generowanie mediów w czasie rzeczywistym dogania generowanie wsadowe. Wan-Streamer od Alibaby umożliwia agentowi dialog w wideo i głosie z opóźnieniem 550 ms, Gemini Live łączy kamerę, generowanie obrazu i mapowanie w jednej rozmowie głosowej, a Flex-Forcing od NVIDIA pozwala jednemu modelowi wideo samodzielnie wybierać między jakością a szybkością w zależności od budżetu obliczeniowego. Ten zwrot ku natychmiastowości i interaktywności kontrastuje z przypomnieniem Sakana AI o kreatywności: jej agenci vision-language eksplorują mniej swobodnie niż ludzie pozostawieni samym sobie, a ta luka utrzymuje się nawet wtedy, gdy generacja staje się technicznie natychmiastowa.